KR102099299B1

KR102099299B1 - Apparatus and method for detecting object

Info

Publication number: KR102099299B1
Application number: KR1020180085054A
Authority: KR
Inventors: 김영준; 이동성
Original assignee: 주식회사 에스원
Priority date: 2018-07-20
Filing date: 2018-07-20
Publication date: 2020-04-09
Also published as: KR20200009949A

Abstract

객체 검출 장치 및 방법이 개시된다. 객체 검출 장치는 객체에 대한 영상 이미지를 획득하는 영상 획득부, 획득한 영상 이미지에서 각 픽셀의 R, G, B 계조 값을 보정하여, 회색 음영 이미지로 변환하는 영상 보정부, 그리고 회색 음영 이미지를 이용하여 객체를 판단하는 객체 판단부를 포함할 수 있다. Disclosed is an object detection apparatus and method. The object detection apparatus includes an image acquisition unit that acquires an image image of an object, an image correction unit that corrects R, G, and B gradation values of each pixel in the acquired image image, and converts the grayscale image into a grayscale image. It may include an object determining unit for determining the object using.

Description

Object detection device and method {APPARATUS AND METHOD FOR DETECTING OBJECT}

본 발명은 객체 검출 장치 및 방법에 관한 것이다. The present invention relates to an object detection device and method.

객체 검출 장치는 객체를 촬영하여 영상을 획득하고 획득 영상에서 다양한 방법을 통해 객체를 검출한다. 객체 검출 장치가 검출하는 객체는 차량, 사람 등이 될 수 있다. 특히, 차량을 검출하는 객체 검출 장치의 경우, 저조도 환경(예를 들면, 터널 환경)에서 차량을 검출함에 있어서 빛 번짐 현상이 발생할 수 있다. 저조도 환경의 특징인 빛 번짐 현상이 발생하게 되면, 2D 영상에서 차량의 색상 정보와 엣지 정보가 손실된다. 이러한 영상 왜곡으로 인해, 객체 검출 장치의 성능이 저하될 수 있다. The object detection device acquires an image by photographing the object and detects the object through various methods in the acquired image. The object detected by the object detection device may be a vehicle, a person, or the like. In particular, in the case of an object detection device that detects a vehicle, light blurring may occur in detecting a vehicle in a low-light environment (eg, a tunnel environment). When light blurring, a characteristic of a low-light environment, occurs, color information and edge information of a vehicle are lost in a 2D image. Due to such image distortion, performance of the object detection device may be deteriorated.

일반적으로 빛 번짐 영역을 보정할 때 가장 많이 사용되는 기술은 HDR(High Dynamic Range)영상을 이용한 보정 방법이 있다. 이 방법은 카메라의 노출 시간을 조절하는 방법으로서, 노출 시간이 서로 다른 영상을 여러 장 찍은 후에 시간에 따라 다르게 나타나는 영역에 대해서 영상 값을 취득한다. 이 방법을 사용할 경우 효과적으로 빛 번짐 영역에 대한 보정 처리가 가능하지만, 움직이는 객체에 의한 빛 번짐 형상은 시간에 따라 빛 번짐 영역이 이동하므로, 차량과 같이 움직이는 객체에 대한 빛 번짐에 대해서는 적합하지 않다. 이를 개선하기 위해 최근에는 움직이는 객체에 대한 빛 번짐 영역을 보정하는 기술에 대한 연구가 활발히 수행되고 있다. In general, the most commonly used technique for correcting a light blurring area is a correction method using a high dynamic range (HDR) image. This method is a method of adjusting the exposure time of the camera, and after taking several images with different exposure times, it acquires image values for areas that appear different with time. When using this method, it is possible to effectively compensate for the light blurring area, but the light blurring shape by the moving object is not suitable for light blurring for moving objects, such as a vehicle, because the light blurring region moves with time. In order to improve this, recently, a research on a technique for correcting a light blurring area for a moving object has been actively conducted.

본 발명이 해결하고자 하는 과제는 저조도 환경에서 빛 번짐 현상을 보정하는 객체 검출 장치 및 방법을 제공하는 것이다. The problem to be solved by the present invention is to provide an object detection apparatus and method for correcting light blurring in a low light environment.

본 발명의 실시예에 따르면, 객체 검출 장치가 제공된다. 상기 객체 검출 장치는, 객체에 대한 영상 이미지를 획득하는 영상 획득부, 상기 획득한 영상 이미지에서 각 픽셀의 R, G, B 계조 값을 보정하여, 회색 음영 이미지로 변환하는 영상 보정부, 그리고 상기 회색 음영 이미지를 이용하여 객체를 판단하는 객체 판단부를 포함할 수 있다. According to an embodiment of the present invention, an object detection device is provided. The object detection apparatus includes: an image acquisition unit that acquires an image image of an object, an image correction unit that corrects R, G, and B gradation values of each pixel in the acquired image image, and converts them into a grayscale image, and An object determination unit for determining an object using a grayscale image may be included.

상기 영상 보정부는 상기 각 픽셀의 R, G, B 계조 값을 픽셀 내에서 동일한 계조 값으로 변경하여, 상기 회색 음영 이미지로 변환할 수 있다. The image correction unit may convert R, G, and B gradation values of each pixel to the same gradation value in the pixel and convert the grayscale image.

상기 영상 보정부는 상기 각 픽셀의 R, G, B 계조 값을 픽셀 내에서 B 계조 값으로 모두 복사하여, 상기 회색 음영 이미지로 변환할 수 있다. The image corrector may copy the R, G, and B grayscale values of each pixel to B grayscale values in the pixel and convert the grayscale image.

상기 객체는 차량일 수 있다. The object may be a vehicle.

상기 차량은 터널 내에서 이동하는 차량일 수 있다. The vehicle may be a vehicle moving in a tunnel.

상기 객체는 저조도에서 움직이는 객체일 수 있다. The object may be an object moving in low light.

본 발명의 다른 실시예에 따르면, 객체 검출 장치가 객체를 검출하는 방법이 제공된다. According to another embodiment of the present invention, a method is provided in which an object detection device detects an object.

상기 방법은, 상기 객체에 대한 영상 이미지를 촬영하는 단계, 상기 촬영한 영상 이미지에서 각 픽셀의 R, G, B 계조 값을 보정하여, 흑백 음영 이미지로 변환하는 단계, 그리고 상기 흑백 음영 이미지를 이용하여 객체를 판단하는 단계를 포함할 수 있다. The method comprises the steps of taking a video image of the object, correcting R, G, and B grayscale values of each pixel in the captured video image, converting the grayscale image into a black and white shaded image, and using the black and white shaded image It may include the step of determining the object.

상기 변환하는 단계는, 상기 각 픽셀의 R, G, B 계조 값을 픽셀 내에서 동일한 계조 값으로 변경하여, 상기 흑백 음영 이미지로 변환하는 단계를 포함할 수 있다. The converting may include converting the R, G, and B grayscale values of each pixel to the same grayscale value in the pixel, and converting the grayscale image into a black and white shaded image.

상기 변환하는 단계는, 상기 각 픽셀의 R, G, B 계조 값을 픽셀 내에서 B 계조 값으로 모두 복사하여, 상기 흑백 음영 이미지로 변환할 수 있다. In the converting step, all of the R, G, and B grayscale values of each pixel may be copied into the B grayscale value within the pixel, and converted into the black and white shaded image.

상기 객체는 차량일 수 있다. The object may be a vehicle.

본 발명의 실시예에 따르면, 영상 이미지에서 RGB 채널을 변경함으로써, 저조도 환경에서의 빛 번짐 현상을 개선할 수 있다. According to an embodiment of the present invention, by changing the RGB channel in the video image, it is possible to improve the light blurring phenomenon in a low-light environment.

도 1은 본 발명의 실시예에 따른 객체 검출 장치를 나타내는 블록도이다.
도 2는 본 발명의 실시예에 따른 영상 보정부의 채널 변환 방법을 나타내는 도면이다.
도 3은 본 발명의 실시예에 따른 영상 보정부가 터널내 차량에 대해서 채널 변경한 결과를 나타내는 도면이다.
도 4는 본 발명의 실시예에 따른 객체 검출 방법을 나타내는 플로우차트이다.
도 5는 본 발명의 실시예에 따른 컴퓨터 시스템을 나타내는 도면이다. 1 is a block diagram showing an object detection apparatus according to an embodiment of the present invention.
2 is a view showing a channel conversion method of the image correction unit according to an embodiment of the present invention.
3 is a view showing a result of a channel change for a vehicle in a tunnel by the image correction unit according to an embodiment of the present invention.
4 is a flowchart illustrating an object detection method according to an embodiment of the present invention.
5 is a diagram illustrating a computer system according to an embodiment of the present invention.

아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.Hereinafter, exemplary embodiments of the present invention will be described in detail with reference to the accompanying drawings so that those skilled in the art to which the present invention pertains may easily practice. However, the present invention can be implemented in many different forms and is not limited to the embodiments described herein. In addition, in order to clearly describe the present invention in the drawings, parts irrelevant to the description are omitted, and like reference numerals are assigned to similar parts throughout the specification.

명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. Throughout the specification, when a part is "connected" to another part, this includes not only "directly connected" but also "electrically connected" with another element in between. . Also, when a part “includes” a certain component, this means that other components may be further included rather than excluding other components, unless otherwise specified.

또한 명세서 전체에서 객체는 차량, 사람, 동물 등 움직이는 객체를 지칭할 수 있다. 다만, 아래의 설명에서는 설명의 편의상 객체로서 저조도 환경에서 빛 번짐 현상이 빈번히 발생하는 차량인 경우를 가정하여 설명하지만, 본 발명의 권리범위는 이에 한정되지 않는다. Also, throughout the specification, objects may refer to moving objects such as vehicles, people, and animals. However, in the following description, for convenience of description, it is assumed on the assumption that the vehicle is a vehicle in which light blurring occurs frequently in a low-light environment, but the scope of the present invention is not limited thereto.

본 발명의 실시예에 따른 객체 검출 장치는 RGB 영상 이미지를 보정하여 저조도 환경 내에서 객체를 검출하는 성능을 향상시킬 수 있다. 즉, 본 발명의 실시예에 따른 객체 검출 장치는 RGB 영상 이미지을 BBB 영상이미지로 보정하는 전처리 단계를 통해, 객체(예를 들면, 차량)의 엣지 부분에 대한 검출 성능을 개선하여, 객체 검출 성능을 향상시킬 수 있다. 이하에서는 이러한 본 발명의 실시예에 따른 객체 검출 장치 및 방법에 대해서 상세히 설명한다. The object detection apparatus according to an embodiment of the present invention may improve performance of detecting an object in a low-light environment by correcting an RGB image image. That is, the object detection apparatus according to an embodiment of the present invention improves detection performance of an edge portion of an object (for example, a vehicle) through a pre-processing step of correcting an RGB image image to a BBB image image, thereby improving object detection performance. Can be improved. Hereinafter, an object detection apparatus and method according to an embodiment of the present invention will be described in detail.

도 1은 본 발명의 실시예에 따른 객체 검출 장치(100)를 나타내는 블록도이다. 1 is a block diagram illustrating an object detection apparatus 100 according to an embodiment of the present invention.

도 1에 나타낸 바와 같이, 본 발명의 실시예에 따른 객체 검출 장치(100)는 영상 획득부(110), 영상 보정부(120), 그리고 객체 판단부(130)를 포함한다. As shown in FIG. 1, the object detection apparatus 100 according to an embodiment of the present invention includes an image acquisition unit 110, an image correction unit 120, and an object determination unit 130.

영상 획득부(110)는 객체에 대한 영상 이미지를 획득한다. 영상 획득부(110)는 객체에 대한 영상 이미지를 획득하기 위해 소정의 위치에 설치될 수 있으며, 객체에 대한 영상을 촬영할 수 있다. 이와 같은 영상 획득부(110)는 카메라(예를 들면, CCTV 카메라)로 구현될 수 있다. 이하에서는 영상 획득부(110)가 획득한 객체에 대한 영상 이미지를 객체 영상 이미지'라 한다. The image acquisition unit 110 acquires a video image of the object. The image acquisition unit 110 may be installed at a predetermined location to acquire an image image of an object, and may photograph an image of the object. The image acquisition unit 110 may be implemented as a camera (eg, a CCTV camera). Hereinafter, the image image of the object acquired by the image acquisition unit 110 is referred to as an object image image.

영상 보정부(120)는 빛 번짐을 개선하기 위해, 영상 획득부(110)가 획득한 객체 영상 이미지에 대해서 영상 보정을 수행한다. The image correction unit 120 performs image correction on the object image image acquired by the image acquisition unit 110 to improve light blurring.

영상 획득부(110)가 획득한 객체 영상 이미지는 터널 환경과 같은 저조도 환경에서는 빛 번짐 현상이 발생할 수 있다. 이러한 빛 번짐 현상으로 인해 객체를 검출하는 성능이 저하될 수 있다. 예를 들어, 빛 번짐 현상으로 인해 차량의 주위가 붉은 빛이 발생하는 경우, 차량의 엣지(edge)가 뚜렷하지 않은 상태가 될 수 있다. 이로 인해, 엣지 기반으로 차량을 검출하는 객체 검출 장치(100)는 성능 저하가 발생할 수 있다. 따라서, 본 발명의 실시예에 따른 영상 보정부(120)는 저조도 환경에서 영상 인식의 정확성을 높이기 위해 전처리 과정으로서 빛 번짐 현상을 제거하는 영상 보정을 수행한다. The object image image acquired by the image acquisition unit 110 may cause light blurring in a low light environment such as a tunnel environment. The performance of detecting an object may be deteriorated due to the light blurring phenomenon. For example, when a red light is generated around the vehicle due to the light blurring phenomenon, an edge of the vehicle may become unclear. Due to this, the object detection apparatus 100 that detects a vehicle based on an edge may cause performance degradation. Accordingly, the image correction unit 120 according to an embodiment of the present invention performs image correction to remove light blurring as a pre-processing process in order to increase the accuracy of image recognition in a low-light environment.

영상 보정부(120)가 영상 보정을 수행하는 방법을 아래에서 좀 더 상세하게 설명한다. How the image correction unit 120 performs image correction will be described in more detail below.

영상 보정부(120)는 객체 영상 이미지에서 RGB 채널을 BBB 채널로 채널 변환 과정을 수행하여, 빛 번짐 현상을 개선한다. 저조도 환경에서는 B(Blue) 값에 의한 빛 번짐 현상이 발생하기 어려우므로, 본 발명의 실시예에 따른 영상 보정부(120)는 RGB 채널을 BBB 채널로 보정한다. 영상의 각 픽셀은 R(빨간색), G(녹색), B(파란색)의 농도에 따라 색이 정의된다. 각 색상 별 0~255 단계의 계조로 표시되며, 각 계조(색상 단계)의 조합으로 총 16,777,216 가지의 색이 정의될 수 있다. 예를 들어, 영상 이미지에서 빨간색의 픽셀은 RGB 채널에서 R 값이 가장 높은 값을 가진다. 영상 보정부(120)는 각 픽셀의 RGB 값에서 B 값으로 모두 복사하여, RGB 채널을 BBB 채널로 변환한다. The image correction unit 120 improves light blurring by performing a channel conversion process from the RGB image to the BBB channel in the object image image. In a low light environment, since light blurring due to a B (Blue) value is difficult to occur, the image correcting unit 120 according to an embodiment of the present invention corrects an RGB channel to a BBB channel. Each pixel of the image is defined according to the density of R (red), G (green), and B (blue). Each color is displayed in 0 to 255 gradations, and a total of 16,777,216 colors can be defined as a combination of each gradation (color gradation). For example, the red pixel in the video image has the highest R value in the RGB channel. The image correction unit 120 copies all RGB values of each pixel from the RGB value to the B value, and converts the RGB channel to the BBB channel.

도 2는 본 발명의 실시예에 따른 영상 보정부(120)의 채널 변환 방법을 나타내는 도면이다. 2 is a view showing a channel conversion method of the image correction unit 120 according to an embodiment of the present invention.

도 2에서, 210, 220, 230은 각각 하나의 픽셀을 나타낸다. 픽셀(210)은 RGB 값으로서 R=220, G=20, G=5를 가지고, 픽셀(220)은 RGB 값으로서 R=20, G=220, B=5를 가지며, 픽셀(230)은 RGB 값으로서 R=20, G=20, B=220를 가진다. In FIG. 2, 210, 220, and 230 each represent one pixel. The pixel 210 has R = 220, G = 20, G = 5 as the RGB value, the pixel 220 has R = 20, G = 220, B = 5 as the RGB value, and the pixel 230 is RGB As values, R = 20, G = 20, and B = 220.

영상 보정부(120)는 각 픽셀의 RGB 값을 B 값으로 모두 복사하여, RGB 채널을 BBB 채널로 변경한다. 영상 보정부(120)가 RGB 채널을 BBB 채널로 변경할 시에는 객체 영상 이미지는 회색(흑백) 음영 모드로 변환된다. 도 2에 나타낸 바와 같이, 영상 보정부(120)는 픽셀(210)에 대해서 RGB=(220, 20, 5)를 RGB=(5, 5, 5)로 채널 변경하며, 210'와 같이 어둡게 변환된다. 영상 보정부(120)는 픽셀(220)에 대해서 RGB=(20, 220, 5)를 RGB=(5, 5, 5)로 채널 변경하며, 220'와 같이 어둡게 변환된다. 그리고 영상 보정부(120)는 픽셀(230)에 대해서 RGB=(20, 20, 220)를 RGB=(220, 220, 220)로 채널 변경하며, 230'와 같이 밝게 변환된다. 즉, 영상 보정부(120)가 RGB 채널을 BBB 채널로 채널 변경하는 경우, B 값이 높은 픽셀(230)은 밝게 변환되고, B 값이 낮은 픽셀(210,220)은 어둡게 변환된다. The image correction unit 120 copies all RGB values of each pixel to a B value, and changes the RGB channel to a BBB channel. When the image correction unit 120 changes the RGB channel to the BBB channel, the object image image is converted into a gray (black and white) shading mode. As shown in FIG. 2, the image correction unit 120 changes the channel of RGB = (220, 20, 5) to RGB = (5, 5, 5) for the pixel 210, and darkly converts it to 210 '. do. The image correction unit 120 changes the channel of RGB = (20, 220, 5) to RGB = (5, 5, 5) for the pixel 220, and is darkly converted as 220 '. Then, the image correction unit 120 changes the channel of RGB = (20, 20, 220) to RGB = (220, 220, 220) for the pixel 230, and is brightly converted as 230 '. That is, when the image correction unit 120 changes the channel from the RGB channel to the BBB channel, pixels 230 having a high B value are converted brightly, and pixels 210 and 220 having a low B value are converted dark.

도 3은 본 발명의 실시예에 따른 영상 보정부(120)가 터널내 차량에 대해서 채널 변경한 결과를 나타내는 도면이다. 3 is a view showing a result of a channel change for a vehicle in a tunnel by the image correction unit 120 according to an embodiment of the present invention.

도 3에 나타낸 바와 같이, 영상 보정부(120)는 터널내 차량에 대한 영상 이미지(310)에 대해서 각 픽셀의 RGB 채널을 BBB 채널로 변경하여, 보정 이미지(310')를 생성한다. 영상 이미지(310)은 후미 등 부분에서 빛 번짐 현상이 발생하여 차량 엣지 부분이 뚜렷하지 않으나, 영상 보정부(120)에 의해 생성된 보정 이미지(310')(즉, BBB 채널로 변경된 이미지)는 붉은 부분이 어둡게 처리되어, 차량 엣지 부분이 더욱 뚜렷하게 변경된다. As illustrated in FIG. 3, the image correction unit 120 changes the RGB channel of each pixel to the BBB channel for the image image 310 for the vehicle in the tunnel to generate a correction image 310 ′. In the image image 310, the light edge phenomenon occurs in the rear portion, so the vehicle edge portion is not clear, but the correction image 310 '(ie, the image changed to the BBB channel) generated by the image correction unit 120 is The red part is darkened, making the vehicle edge part more distinct.

이와 같이 본 발명의 실시예에 따른 영상 보정부(120)는 각 픽셀의 RGB 채널을 BBB 채널로 전환함으로써, 붉은 빛에 의한 번짐 영역을 어둡게 보정할 수 있다. 이를 통해 터널과 같은 저조도 환경에서 차량의 불빛에 의한 영상 이미지의 빛 번짐을 막을 수 있으며, 객체 판단부(130)의 객체(차량)의 검출 성능을 향상시킬 수 있다. As described above, the image correction unit 120 according to the exemplary embodiment of the present invention may darkly correct a smearing area caused by red light by converting the RGB channel of each pixel to a BBB channel. Through this, it is possible to prevent light spread of a video image due to the light of a vehicle in a low-light environment such as a tunnel, and to improve the detection performance of an object (vehicle) of the object determination unit 130.

객체 판단부(130)는 영상 보정부(120)로부터 보정된 영상 이미지(즉, BBB 채널로 변경된 이미지)를 입력 받으며, 보정된 영상 이미지를 이용하여 객체를 판단한다. 객체 판단부(130)가 차량을 검출하는 경우에는 영상 보정부(120)로부터 입력 받은 보정된 영상 이미지에서 차량 엣지를 검출하고 검출한 차량 엣지를 이용하여 차량인지 여부를 판단한다. 객체 판단부(130)가 영상 이미지를 이용하여 객체를 판단하는 방법은 다양한 방법(딥러닝에 의한 학습 방법 등)이 사용될 수 있으며, 이러한 방법에 대해서는 본 발명이 속하는 기술 분야에 통상의 지식을 가진 자라면 알 수 있는 바 구체적인 설명은 생략한다. The object determination unit 130 receives a corrected image image (ie, an image changed to a BBB channel) from the image correction unit 120 and determines an object using the corrected image image. When the object determination unit 130 detects the vehicle, it detects the vehicle edge from the corrected image image received from the image correction unit 120 and determines whether the vehicle is a vehicle using the detected vehicle edge. Various methods (such as a learning method by deep learning) may be used as a method for the object determining unit 130 to determine an object using a video image, and such methods have ordinary knowledge in the technical field to which the present invention pertains. As it can be seen by a person, a detailed description is omitted.

도 4는 본 발명의 실시예에 따른 객체 검출 방법을 나타내는 플로우차트이다. 4 is a flowchart illustrating an object detection method according to an embodiment of the present invention.

먼저, 객체 검출 장치(100)는 객체에 대한 영상 이미지를 획득한다(S410). 즉, 영상 획득부(110)는 카메라를 통해 객체를 촬영하여, 객체 영상 이미지를 획득한다. First, the object detection apparatus 100 acquires a video image of the object (S410). That is, the image acquisition unit 110 photographs an object through a camera to obtain an object image image.

객체 검출 장치(100)는 빛 번짐 현상을 개선하기 위해, S410 단계에서 획득한 객체 영상 이미지에 대해서 영상 보정을 수행한다(S420). 즉, 영상 보정부(120)는 객체 영상 이미지에서 RGB 채널을 BBB 채널로 채널 변환 과정을 수행하여, 빛 번짐 현상을 개선한다. 영상 보정부(120)는 객체 영상 이미지에 대한 각 픽셀의 RGB 값을 B 값으로 모두 복사하여, RGB 채널을 BBB 채널로 변경한다. The object detection apparatus 100 performs image correction on the object image image obtained in step S410 to improve light blurring (S420). That is, the image correction unit 120 improves light blurring by performing a channel conversion process from the RGB image to the BBB channel in the object image image. The image correction unit 120 copies all RGB values of each pixel of the object image to the B value, and changes the RGB channel to the BBB channel.

객체 검출 장치(100)는 S420 단계에서 생성된 보정된 영상 이미지를 이용하여, 객체를 판단한다(S430). 즉, 객체로서 차량을 검출하는 경우, 객체 판단부(130)는 영상 보정부(120)로부터 입력 받은 보정된 영상 이미지에서 차량 엣지를 검출하고 검출한 차량 엣지를 이용하여 차량인지 여부를 판단한다. The object detection apparatus 100 determines an object using the corrected image image generated in step S420 (S430). That is, when detecting a vehicle as an object, the object determination unit 130 detects a vehicle edge from the corrected image image input from the image correction unit 120 and determines whether the vehicle is a vehicle using the detected vehicle edge.

아래 표 1은 터널내 차량에 대한 이미지에 대해서 차량 검출 성능을 비교한 표이다. 즉, 표 1은 채널 변경 전 영상 이미지에 대한 차량 검출 프레임수와 채널 변경 후 영상 이미지에 대한 차량 검출 프레임수를 비교한 표이다. Table 1 below is a table comparing vehicle detection performance with respect to an image of a vehicle in a tunnel. That is, Table 1 is a table comparing the number of vehicle detection frames for the video image before the channel change and the number of vehicle detection frames for the video image after the channel change.

표 1에서, 총 6,966개의 영상 프레임 수에 대해서 차량 검출 성능을 비교하였다. 본 발명의 실시예를 적용하지 않은 경우(즉, RGB 채널을 BBB 채널로 변경하지 않은 경우)에는 총 6,966개의 영상 프레임 중에서 4,019개의 영상 프레임만이 차량이 검출되었다. 이에 반해, 본 발명의 실시예를 적용한 경우(즉, RGB 채널을 BBB 채널로 변경한 경우)에는 총 6,966개의 영상 프레임 중에서 5,108개의 영상 프레임만이 차량이 검출되었다. 즉, 본 발명의 실시예를 차량 검출에 적용한 경우, 차량 검출 성능이 더욱 향상됨을 확인할 수 있다. In Table 1, vehicle detection performance is compared for a total of 6,966 image frames. When the embodiment of the present invention is not applied (that is, when the RGB channel is not changed to the BBB channel), only 4,019 video frames out of a total of 6,966 video frames are detected. On the other hand, when the embodiment of the present invention is applied (that is, when the RGB channel is changed to the BBB channel), only 5,108 video frames out of a total of 6,966 video frames are detected. That is, when the embodiment of the present invention is applied to vehicle detection, it can be seen that vehicle detection performance is further improved.

도 5는 본 발명의 실시예에 따른 컴퓨터 시스템(500)을 나타내는 도면이다. 5 is a diagram illustrating a computer system 500 according to an embodiment of the present invention.

본 발명의 실시예에 따른 객체 검출 장치(100)는 도 5와 같은 컴퓨터 시스템(500)으로 구현될 수 있다. 그리고 객체 검출 장치(100)의 각 구성 요소 즉, 영상 획득부(110), 영상 보정부(120), 그리고 객체 판단부(130)는 도 5와 같은 컴퓨터 시스템(500)으로 구현될 수 있다. The object detection apparatus 100 according to an embodiment of the present invention may be implemented as a computer system 500 as shown in FIG. 5. In addition, each component of the object detection apparatus 100, that is, the image acquisition unit 110, the image correction unit 120, and the object determination unit 130 may be implemented by the computer system 500 as shown in FIG. 5.

컴퓨터 시스템(500)은 버스(520)를 통해 통신하는 프로세서(510), 메모리(530), 사용자 인터페이스 입력 장치(540), 사용자 인터페이스 출력 장치(550), 그리고 저장 장치(560) 중 적어도 하나를 포함할 수 있다. The computer system 500 may include at least one of a processor 510, a memory 530, a user interface input device 540, a user interface output device 550, and a storage device 560 communicating through the bus 520. It can contain.

프로세서(510)는 중앙 처리 장치(central processing unit, CPU)이거나, 또는 메모리(530) 또는 저장 장치(560)에 저장된 명령을 실행하는 반도체 장치일 수 있다. 프로세서(510)는 상기 도 1 내지 도 4에서 설명한 기능들 및 방법을 구현하도록 구성될 수 있다. The processor 510 may be a central processing unit (CPU) or a semiconductor device that executes instructions stored in the memory 530 or the storage device 560. The processor 510 may be configured to implement the functions and methods described in FIGS. 1 to 4 above.

메모리(530) 및 저장 장치(560)는 다양한 형태의 휘발성 또는 비휘발성 저장 매체를 포함할 수 있다. 예를 들어, 메모리(530)는 ROM(read only memory)(531) 및 RAM(random access memory)(532)를 포함할 수 있다. 본 발명의 실시예에서 메모리(530)는 프로세서(510)의 내부 또는 외부에 위치할 수 있고, 메모리(530)는 이미 알려진 다양한 수단을 통해 프로세서(510)와 연결될 수 있다.The memory 530 and the storage device 560 may include various types of volatile or nonvolatile storage media. For example, the memory 530 may include a read only memory (ROM) 531 and a random access memory (RAM) 532. In an embodiment of the present invention, the memory 530 may be located inside or outside the processor 510, and the memory 530 may be connected to the processor 510 through various known means.

따라서, 본 발명의 실시예는 컴퓨터에 구현된 방법으로서 구현되거나, 컴퓨터 실행 가능 명령이 저장된 비일시적 컴퓨터 판독 가능 매체로서 구현될 수 있다. 본 발명의 실시예에서, 프로세서에 의해 실행될 때, 컴퓨터 판독 가능 명령은 본 기재의 적어도 하나의 양상에 따른 방법을 수행할 수 있다. Thus, embodiments of the present invention may be implemented as a computer-implemented method or as a non-transitory computer-readable medium having computer-executable instructions stored thereon. In an embodiment of the invention, when executed by a processor, computer readable instructions may perform a method according to at least one aspect of the present disclosure.

이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.Although the embodiments of the present invention have been described in detail above, the scope of the present invention is not limited thereto, and various modifications and improvements of those skilled in the art using the basic concept of the present invention defined in the following claims are also provided. It belongs to the scope of rights.

Claims

An image acquisition unit that acquires an image image of an object,
An image correction unit converting R, G, and B gradation values of each pixel from the acquired image image into B gradation values in pixels, and converting them into a grayscale image, and
An object detection device including an object determination unit for determining an object using the grayscale image.

delete

According to claim 1,
The object is a vehicle object detection device.

According to claim 4,
The vehicle is an object detecting device that is a vehicle moving in a tunnel.

According to claim 1,
The object detection device is an object that moves in low light.

A method for an object detection device to detect an object,
Photographing a video image of the object,
Converting the R, G, and B gradation values of each pixel in the captured image image into B gradation values in pixels, and converting them into black and white shaded images; and
And determining an object using the black and white shaded image.

delete

The method of claim 7,
The object is a vehicle.

The method of claim 7,
The object is a moving object in low light.